片段的自动语音识别使用说明

可以理解为「先在时间轴上切出若干段，标成语音或噪音，再对每一段语音分别听写」。与 整段转写 相比，本模版强调区段时间边界 + 区段文本对齐，便于做带噪声间隔的长音频数据集。

标注核心作用#

1. Labels 提供 语音 / 噪音 等类别，在 Audio 上创建可着色区段；
2. TextArea 设 perRegion="true"，转写内容与当前选中区段一一对应；
3. required="true" 要求为相关区段完成必填校验（若噪音段不应打字，请在培训材料中约定是否留空及平台是否允许）。

基础操作步骤#

1. 选择最上方的 语音 或 噪音的标签；
2. 拖选时间范围形成区段（可重复添加多段）；
3. 完成拖选后，单击高亮部分，就会出现对应的输入框；
4. 在下方输入框中输入该段转写；
5. 完成此段转写后，点击 添加 按钮保存。

说明：添加成功后可进行修改删除等操作；确保此音频全部语音部分都完成转写后，再进行提交。

注意事项#

• data.audio_path 与 自动语音识别 相同，须可访问且格式受浏览器支持；
• 噪音段是否必须填写转写由项目决定；若不应填写，可考虑从配置中放宽 required 或单独约定占位符；
• rows="2" 适合短句；长段可增大行数；
• 若 Labels 在你使用的版本中与 Audio 区段交互不一致，请查阅当前平台的 Audio 区段标注文档。

模板预览#

模板配置#

完整代码块#

<View>
  <Labels name="labels" toName="audio">
    <Label value="语音" />
    <Label value="噪音" />
  </Labels>

  <Audio name="audio" value="$audio_path"/>

  <TextArea name="transcription" toName="audio"
            rows="2" editable="true"
            perRegion="true" required="true" />
</View>

配置代码说明#

以上代码为「音频区段标签 + 波形 + 按区段转写」。

1、标签：Labels name="labels" toName="audio" 声明可在音频上标注的区段类型（语音 / 噪音）。

2、音频：Audio name="audio" value="$audio_path" 从任务数据的 audio_path 加载。

3、转写：TextArea 的 perRegion="true" 表示每个区段独立一条转写；required="true" 控制提交前校验；rows="2" 控制输入框高度。

示例数据（简要）#

{
  "data": {
    "audio_path": "/static/templates/project-templates-config/audio-speech-processing/automatic-speech-recognition-using-segments/china_fun_standard.wav"
  }
}

说明

• 代码可直接复制到标注配置文件中使用；
• 请将示例路径替换为实际上传或可访问的音频地址。